-
一文读懂上下文工程(Context Engineering)
摘要：本文以Claude最新的关于有效上下文管理的论文为基础，结合几篇与上下文工程(Context Engineering)相关的文章，整理了所有与上下文工程相关的概念，主要以说明下面三个问题：什么是上下文(Context)? 为什么要进行上下文工程(Context Engineering)?如何进行上下文工程(Context Engineering)?让我们开始吧！&nb…- 0
- 0
-
谷歌《Agents》白皮书：剖析智能体的核心框架与未来发展（附下载）
生成式AI模型在理解和生成人类语言方面取得了惊人突破，然而，一个核心的局限在于，这些模型本质上是封闭的，它们的知识停止在训练数据截止的那一刻，无法感知实时变化的世界，也无法主动执行任何操作。人类在解决复杂问题时，并不仅仅依赖大脑中存储的知识，我们会查阅资料、电脑等工具补充已有知识。Agent（智能体）的概念正是将这种工具使用的能力赋予AI模型，它通过将模型的推理能力、逻辑判断与外部工具相连接，创造…- 0
- 0
-
技术还是场景？为大模型能力画一张“地图”：详解RAG、AIGC、Agent如何驱动千行百业
“ 别再混淆了！RAG、Agent是“发动机”，智能问答、生成工具才是“车”——一文讲透大模型的技术与应用场景 ”做了这么长时间的人工智能应用，慢慢发现很多人到现在还分不清哪些是技术，哪些是应用场景，甚至很多时候会把这两个不同的东西混为一谈。首先我们要明确一件事，人工智能是一项技术，然后利用这些技术去解决实际问题，而解决的这些问题是应用场景；技术本身是没有价值的，技术价值的体现…- 0
- 0
-
打败GPT5的Kimi K2 Thinking，真就只会写代码吗？
昨天的GPT5老惨了，先是Agent智能体工具调用榜上被Kimi K2 Thinking超了，接着在Humanity's Last Exam（跨学科领域问答），BrowseComp（搜索和网页浏览），三个编程榜单上被时不时反超，按理来说就应该叫Kimi K3啊，从第六跳到第一，只值得加个Thinking吗，哈吉kimi，你这家伙。本来我都备好34个编程case让Kimi K2 Think…- 0
- 0
-
让AI打出丝滑连招：编码-部署-自测-改bug
本文提出了一种测试驱动的AI编程闭环工作流，旨在解决AI辅助编程中“最后一公里”的问题——即AI生成代码后缺乏自测与迭代能力。通过引入自动化验收和反馈机制，构建了包含编码、部署、自测、改Bug的完整闭环。文章以“收藏夹功能修复”为例，验证了该工作流的有效性，证明只要提供清晰的需求、技术方案和测试用例，AI就能像合格程序员一样完成自我修复与持续优化，未来还可通过增强测试、诊断、任务拆分等能力进一步提…- 0
- 0
-
官宣上线！RocketMQ for AI：企业级 AI 应用异步通信首选方案
企业级 AI 应用开发面临新挑战Cloud Native随着人工智能技术的飞速发展，模型迭代日新月异，企业正积极构建 AI 应用以提升用户体验和降低人力成本。然而，与传统微服务应用相比，企业在推进 AI 应用落地的过程中，普遍呈现出三个显著特征：任务处理耗时长：传统微服务应用通常能实现毫秒级响应，而 AI 应用的处理周期跨度极大——从几分钟到数小时不等。这种长耗时与不确定性，要求系统架构必须在任务…- 0
- 0
-
MCP上下文爆炸怎么办？Anthropic给出了新答案（图文示例）
前几天，Anthropic 发的一个 MCP 的思考，说明MCP的未来发展（https://www.anthropic.com/engineering/code-execution-with-mcp）但这篇文章，讲的不是很清晰，我找了文章中的引用，cloudflare 对于 MCP 工程的思考（https://blog.cloudflare.com/code-mode/）两者结合起来，思路就清晰了…- 0
- 0
-
OpenText™ Knowledge Discovery （IDOL）最新功能指南
OpenText™ Knowledge Discovery (IDOL) 为企业提供领先的数据分析解决方案，助力企业从所有文本、音频、视频及图像数据中最大化释放数据价值——无论数据存储于何种资源库或文件格式。该平台通过数据提取、数据增强、精准搜索与知识发现等功能，帮助企业发掘潜藏的宝贵信息，同时基于实体语法规则识别文档内容中涉及的合规风险（如个人身份信息）。 近期，OpenText™ Knowle…- 0
- 0
-
5款可私有化部署的AI文档，轻松打造专业级AI知识库
花了2年时间，All in Doc. 从多模态文档引擎（flowmix/docx）到AI文档知识库（橙子轻文档），再到AI Word协同文档（JitWord），我们踩过了很多坑，不断的挑战技术难题，对标大厂的飞书/钉钉文档，终于形成了我们文档生态链的闭环。接下来就和大家完整复盘一下我们这2年的研究成果——5款AI协同文档。1. Flowmix/docx多模态文档编辑器Flowmix/do…- 0
- 0
-
一篇论文，读懂上下文工程的前世今生｜上交大新论文解读
2025年6月，Shopify CEO Tobi Lütke 和 AI 大神 Andrej Karpathy 在 X 上提出了一个新概念——上下文工程。Karpathy 将其定义为"一门微妙的艺术与科学，旨在填入恰到好处的信息，为下一步推理做准备。"然而，这个新概念与提示词工程有什么不同？为什么它会和 RAG、MCP 等技术扯上关系？过往的回答大多从技术角度出发，试图拆解上下文…- 0
- 0
-
别再只会用 LLM 了！2025 年最强 Agent 设计范式全解析
过去这一年，我几乎把全部业余时间都花在了「造 Agent」这件事上。从最早用 LangChain 做简单的聊天机器人，到后来构建能自动规划、调用工具、执行任务的复杂系统——我踩了无数坑，也见证了 Agentic AI 这一领域的快速迭代。但越深入，我越发现一个现实：要打造一个能稳定上线、真正有用的 AI Agent，比想象中难太多。模型在变，框架在换，社区的范式一茬又一茬，很多人刚刚学会了 ReA…- 0
- 0
-
AI产品的技术路线选择：提示词、RAG与模型微调
大语言模型暴发以来，我见过太多公司陷入 “AI功能堆砌” 的陷阱 —— 打开产品界面，“智能助手”、“自动生成” 的按钮随处可见，但没解决客户为什么要用的价值问题。这股以为“接入AI就赶上了时代快车”的想法，正在让SaaS+AI沦为新的同质化竞争重灾区。真正的 SaaS+AI 玩家，早已跳出 “技术炫技” 的误区。有的企业用 “提示词+公有云大模型” 撑起 AI 面试官的规模化落地；有的产品则靠 …- 0
- 0
-
联手 OpenAI 发布 ACP，Stripe 是如何思考 Agent 支付的？
当 Agent 开始学会“消费”，支付世界也迎来了重构的时刻。作为互联网支付重要基础设施，Stripe 当前最新估值高达 1060 亿美元，它每年需要处理约占全球 GDP 1.3% 的交易量，也因此，在 AI 时代，Stripe 成为包括 ChatGPT 在内的几乎所有 AI-native 玩家的支付首选。今年 9 月，OpenAI 与 Stripe 联合推出了 Agentic Commerce …- 0
- 0
-
🤯 终于搞懂了！LLM、RAG 和 AI Agents 到底是什么关系？
别再用错了！2年AI实战经验揭秘：真正的生产级AI系统是这样搭的！在深度参与 AI 生产系统建设两年之后，我发现一个巨大的误区：很多人还在纠结 LLM、RAG 和 AI Agents 哪个更厉害？大错特错！它们根本不是竞争关系，而是同一个智能堆栈中的三个“层级”！ 只有把它们的关系理顺了，才能真正搭建出有价值的 AI 应用。下面，我用最简单的方式，拆解这三者在 AI …- 0
- 0
-
从“搜索”到“行动”：AI 智能体正在重塑互联网
“我们低估了人类大脑的直觉，却高估了语言模型的智能。”Tiny Fish 联合创始人兼 CEO Sudish 在 MTech 大会演讲内容一、开场：妈妈的两条忠告在台上做现场演示之前，Sudish 讲了个小故事：“我妈妈小时候就告诉我两件事：第一，不要碰毒品。第二，永远不要在舞台上做现场演示。我从没碰过毒品，但今天我打算打破第二条。”笑声中，这位来自 Tiny Fish 的创始人，开始揭开“智能体…- 0
- 0
-
如何为 AI 智能体定价？
编者按：如何为 AI Agent 定价是个现实且复杂的问题，在这方面硅谷的很多尝试值得我们参考学习。作为 AI 定价的实践者和研究者，我将持续输出相关内容。本文根据硅谷 AI 博主 Arijit 的博客编辑整理而成。为AI Agent定价，好比一个复杂的“三体问题”。你需要让定价策略灵活适应三个方面的快速变化：产品功能本身，用户与产品的交互方式，以及服务客户时产生的成本。传统SaaS产品的定价逻辑…- 0
- 0
-
117倍效率提升：解密LightMem如何重塑LLM的记忆能力
“ 在AI对话系统日益普及的今天，LLM的"记忆"能力成为用户体验的关键瓶颈。本文解析LightMem——一个受人类记忆机制启发的轻量级记忆框架，它在保持甚至提升性能的同时，将计算开销降低百倍。这项来自浙大和新国大的研究，为AI记忆系统设计提供了新范式，有望推动智能助手从"健忘"走向"善记"。”大家好，我是肆〇柒。今天来瞅一项来…- 0
- 0
-
Gemini 重磅更新！Deep Research 可以读你的邮件、网盘、甚至聊天记录了
你是否也像我一样，对现在的 AI 有一种“割裂感”？一方面，它们（比如 ChatGPT）什么都懂，像个“万能网友”，能跟你聊历史、写代码。但另一方面，一涉及你自己的工作，它就“失忆”了。它不知道你上周五给客户发了什么邮件，不知道你网盘里那份熬夜写的方案，更不记得你团队在微信里的讨论。结果就是，你还是得在成堆的文件和邮件里手动搜索，筛选，然后“求”AI 帮你总结。这不叫助手，这叫“喂饭”。我一直在等…- 0
- 0
-
从深度研究产品出发，全面理解智能体的关键技术概念
如果你看烦了太多智能体的科普水文，那么这篇笔记应该不会让你失望。随着人工智能的宣传普及，AI Agent（智能体）的概念已经逐渐像大模型的概念一样成为了一个非常基础的背景概念。谈到智能体，大家会说：“喔，我懂智能体，它比大模型更加强大，它能够调用工具，还能够基于额外的知识库回答问题。它还有MCP协议。”如果只是作为普通的用户，我觉得能够理解到这里已经足够了。但是如果是一个人工智能的关注者，我认为这…- 0
- 0
-
ElevenLabs 创业方法论：公司拆成20个小团队，6个月没 PMF 原地解散
Mati Staniszewski 是 ElevenLabs 的 CEO，这是他在 a16z 的活动上的分享ElevenLabs 现在 350 人，依然保持着极快的迭代打法具体如下：• 20 个产品小队，每个 5-10 人，完全自治，6 个月证明期• 砍 Slack 访问权，强制注意力集中，干好自己的事儿• 激励结构驱动行为，销售想成交竞对被拦下，公司补了佣…- 0
- 0
-
Claude 的新"技能"功能，Claude Skills
最近突然火了一 个词【skills】,就相当于上半年的 【MCP】。Anthropic 发布了 Claude Skills（技能）。Skills让 Claude 能够记住如何以正确的方式完成任务，每一次都如此，无需重新训练或重写提示词。我花了一天时间为自己的工作流程构建和测试了几个小型技能。技能感觉像是"提示词工程"和完整协议集成之间缺失的一层。但要理解为什么这很重要…- 0
- 0
-
一文读懂Agentic AI 与 AI Agent的核心区别
据行业调研显示，82% 的企业计划在未来三年内引入 AI 相关技术，但很多人仍混淆 Agentic AI 与 AI Agent 这两个概念。事实上，二者代表了 AI 应用的两种截然不同的路径：前者是具备战略思维的统筹者，后者是高效的执行者。厘清二者的技术边界，是理解 AI 从自动化向智能化演进的关键。Agentic AI 与 AI Agent的定义Agentic AI 与 AI Agent 的差异…- 0
- 0
-
Anthropic又一篇Agent开发神文，新范式让Token消耗暴降98.7%
Agent目前最大瓶颈是上下文窗口，当Agent需要连接成百上千个外部工具时，海量的工具定义和中间数据结果会迅速撑爆上下文，导致成本飙升、效率骤降刚刚Anthropic发了一篇技术博客，给出了一套全新的解决方案，这是Anthropic又一篇Agent好文，强烈建议逐字阅读学习简单来说Anthropic详细阐述了一种名为 “代码执行”的新范式，它建立在模型上下文协议（MCP）之上，旨在从…- 0
- 0
-
不是算法的错？AI模拟实验揭示社交媒体撕裂的真相
我们为什么总觉得是算法在作恶？打开社交媒体，你是否常常感到困惑：为什么我的信息流里充斥着让人不适的内容？为什么极端观点总能获得更多曝光？为什么我似乎被困在了一个信息茧房里？几乎所有人的第一反应都是：这一定是算法的锅。我们习惯性地认为，是算法在暗中操纵我们的信息流，制造对立，把我们关进一个个茧房。如果没有这些算法推荐，社交媒体一定会更健康、更理性、更多元。但来自荷兰阿姆斯特丹大学的一项最新研究，却给…- 0
- 0
扫码打开当前页
联系我们
-
￥优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×